分数Merton模型在期权定价中的应用
39 浏览量
更新于2024-09-06
收藏 261KB PDF 举报
"A fractional Merton model for option pricing - 赵亚肖,王晓天 - 首发论文"
本文探讨的是分数Merton模型在期权定价中的应用,该模型旨在处理金融市场中的复杂非线性动力学行为。传统的Merton模型考虑了资产价格的连续时间运动以及跳跃(jump)成分,而分数Merton模型则引入了Hurst指数,以更好地描述金融时间序列的长期依赖性和跳跃特性。
Hurst指数是分数布朗运动(fractional Brownian motion, fBm)的一个关键参数,它衡量了时间序列的自相似性和长期记忆性。在1到1/2的范围内,Hurst指数可以表示数据的平稳性和随机游走性质。文章指出,当Hurst指数处于此范围时,分数Merton模型提供了一种新的期权定价框架。
具体来说,文章的核心贡献在于证明了在连续时间交易情况下,Hurst指数对于期权定价的影响。通常,期权定价模型假设市场无摩擦、信息完全且交易是连续的。然而,实际金融市场往往存在跳跃现象,这使得传统的Black-Scholes模型或Merton模型不能完全捕捉市场的动态。分数Merton模型通过引入Hurst指数,能够更精确地反映这种非平稳性。
分数布朗运动是布朗运动的一种扩展,其阶跃变化不再独立于过去,而是依赖于过去的整个历史,从而能更好地模拟金融市场中的长期相关性。在分数Merton模型中,资产价格不仅受到随机漫步和连续时间的利率影响,还受到随机跳跃的影响,这些跳跃可能源于公司的破产风险或其他不可预测的事件。
关键词包括分数布朗运动、期权定价和跳跃,这表明文章的重点在于研究这些因素如何影响期权的价格。对于投资者和金融工程师而言,了解分数Merton模型可以帮助他们更准确地评估含有跳跃风险的金融衍生品的价值,从而制定更有效的投资策略。
"A fractional Merton model for option pricing"这篇文章为金融市场提供了一个新的理论工具,通过引入Hurst指数,改进了传统Merton模型,以适应具有长期记忆性和跳跃特征的金融数据。这一研究对于理解和分析现实世界的金融现象,尤其是期权定价问题,具有重要的理论和实践意义。
2020-01-29 上传
2019-12-29 上传
2021-02-11 上传
2020-02-28 上传
2021-02-07 上传
2020-02-04 上传
2021-02-21 上传
2021-02-08 上传
2021-02-11 上传
weixin_38609002
- 粉丝: 4
- 资源: 936
最新资源
- 掌握Jive for Android SDK:示例应用的使用指南
- Python中的贝叶斯建模与概率编程指南
- 自动化NBA球员统计分析与电子邮件报告工具
- 下载安卓购物经理带源代码完整项目
- 图片压缩包中的内容解密
- C++基础教程视频-数据类型与运算符详解
- 探索Java中的曼德布罗图形绘制
- VTK9.3.0 64位SDK包发布,图像处理开发利器
- 自导向运载平台的行业设计方案解读
- 自定义 Datadog 代理检查:Python 实现与应用
- 基于Python实现的商品推荐系统源码与项目说明
- PMing繁体版字体下载,设计师必备素材
- 软件工程餐厅项目存储库:Java语言实践
- 康佳LED55R6000U电视机固件升级指南
- Sublime Text状态栏插件:ShowOpenFiles功能详解
- 一站式部署thinksns社交系统,小白轻松上手